参考答案: 作业 2

1(a)

固定任意张三的努力水平 ee, 由保险公司的零利润条件可知: π=1p(e) π = 1-p(e) 好状态和坏状态下, 张三的事后货币化收入分别为:

张三的期望效用为 U(C)=p(e)u(yG(C))+[1p(e)]u(yB(C))e,C[0,L] U(C) = p(e) u(y_G(C)) + [1-p(e)] u(y_B(C)) - e, \quad C \in [0,L] 微分可得: U(C)=p(e)u(yG(C))(π)+[1p(e)]u(yB(C))(1π) U'(C) = p(e) u'(y_G(C)) (-π) + [1-p(e)] u'(y_B(C)) (1 - π) 将零利润条件 p(e)=1πp(e) = 1 - π 代入上式: U(C)=π(1π)(u(yB)u(yG)) U'(C) = π(1 - π)(u'(y_B) - u'(y_G)) 由于 u()u'(\cdot) 是严格递减的, 且 yB<yGy_B < y_G 对所有 C(0,L)C \in (0,L) 均成立, 买入更多的保险带给张三的边际效用总是正的. 因此, 张三会不断买入保险直至 C=LC=L; 此时 yG=yBy_G = y_B, 即张三对于火灾是否发生是无差异的.

关于 1(a) 的两点补充说明:

  1. 部分同学直接套用一阶条件得到 C=LC = L, 而没有其它额外说明. 这个做法是不严谨的, 因为该最优化问题的解是角点解 (CC 的取值范围是 [0,L][0,L]), 此时不能直接套用一阶条件.

  2. 该练习仅讨论了二元状态的情形, 但它的主要结论 (均衡时张三对所有可能结果无差异) 对于一般的状态空间仍然成立. 其主要逻辑如下:

    1. 令随机变量 yy 表示张三的事后货币化收入. 保险公司的零利润条件意味着, 无论张三事前购买多少单位的保险, 其平均货币收入 (𝔼[y]𝔼[y]) 都是恒定的 (想想为什么).
    2. 由于张三是风险厌恶的, 有 𝔼[u(y)]u[𝔼(y)]𝔼[u(y)] \le u[𝔼(y)], 这个期望效用的上界 u[𝔼(y)]u[𝔼(y)] 当且仅当 yy 的分布为退化分布时才能达到.
    3. 因此, 均衡中张三会买入足够多的保险, 使得每个可能状态下其事后效用均相同.

    这个结论由 Arrow 在其 1963 年的一篇论文中提出. 关于这个结论, 曾有一个颇为流行的笑话: 某经济学家要出远门参加会议, 不得不乘坐飞机. 经济学家的伴侣非常担心其安危, 该经济学家的反应是: “这说明你给我买的保险还不够多; 否则, 你应该对我能否平安回家无差异才对.”

1(b) and 1(c)

2(a) 第一最优解

由于参与人都是风险中性的, 我们可以忽略风险的分配方式, 社会总剩余可直接由委托人的期望利润减去代理人的努力成本得到: S(a1,a2)=a1+φa2c(a1,a2)=a1+φa2a12+a222ka1a2 S(a_1,a_2) = a_1 + \varphi a_2 - c(a_1,a_2) = a_1 + \varphi a_2 - \frac{a_1^2 + a_2^2}{2} - k a_1 a_2

第一最优解由最大化总剩余 S(a1,a2)S(a_1,a_2) 得到, 对应的一阶条件分别为: 1a1ka2=0a1+ka2=1, 1 - a_1 - k a_2 = 0 \quad \Rightarrow \quad a_1 + k a_2 = 1, φa2ka1=0ka1+a2=φ. \varphi - a_2 - k a_1 = 0 \quad \Rightarrow \quad k a_1 + a_2 = \varphi.

联立方程可得社会最优解 (符号 FB 表示第一最优 (first-best)): a1FB=1kφ1k2,a2FB=φk1k2. a_1^{\text{FB}} = \frac{1 - k\varphi}{1 - k^2}, \qquad a_2^{\text{FB}} = \frac{\varphi - k}{1 - k^2}.

实现第一最优解的工资合同: 委托人向代理人支付固定工资 w*=c(a1FB,a2FB)w^* = c(a_1^{\text{FB}}, a_2^{\text{FB}}), 此时代理人的 IR 约束是紧的, 其期望效用为 00; 委托人获得全部剩余 S(a1FB,a2FB)S(a_1^{\text{FB}}, a_2^{\text{FB}}).

2(b) 最优线性合同

记工资合同为 w(q1,q2)=w0+β1q1+β2q2w(q_1,q_2) = w_0 + \beta_1 q_1 + \beta_2 q_2. 代理人期望效用为: 𝔼[w]c(a1,a2)=w0+β1a1+β2a2a12+a222ka1a2. \mathbb{E}[w] - c(a_1,a_2) = w_0 + \beta_1 a_1 + \beta_2 a_2 - \frac{a_1^2 + a_2^2}{2} - k a_1 a_2.

激励相容条件的一阶条件: a1+ka2=β1,ka1+a2=β2. a_1 + k a_2 = \beta_1, \qquad k a_1 + a_2 = \beta_2.

为了最大化总剩余, 委托人选择 β1=1\beta_1 = 1β2=φ\beta_2 = \varphi. 这恰好诱导出第一最优的努力水平 a1FBa_1^{\text{FB}}a2FBa_2^{\text{FB}}. 同时, 通过适当的基本工资 w0w_0 使参与约束取等号后, 委托人的期望利润仍等于总剩余 S(a1,a2)S(a_1,a_2).

最优基本工资由紧的 IR 约束确定: w0*=c(a1FB,a2FB)a1FBφa2FB. w_0^* = c(a_1^{\text{FB}}, a_2^{\text{FB}}) - a_1^{\text{FB}} - \varphi a_2^{\text{FB}}. 此时, 最优线性合同实现了第一最优结果.

补充说明:

2(c) q2q_2 不可直接监督

q2q_2 不可直接监督时, 线性合同形式变为 w=w0+β1q1w = w_0 + \beta_1 q_1, 即 β2=0\beta_2 = 0.

激励相容约束的一阶条件变为: a1+ka2=β1,ka1+a2=0 a_1 + k a_2 = \beta_1, \qquad k a_1 + a_2 = 0

由于努力程度是非负的, 代理人的最优行动 a2a_2 可能是角点解. 在正式求解前, 我们先通过一些简单的定性讨论来猜测解的性质:

两种情形下的均衡:

  1. 情形 k0k \ge 0 (努力彼此替代或独立). 此时代理人在任务 2 上投入的边际净收益恒为负, 最优解为角点解 a2*=0a_2^* = 0. 代理人在任务 1 上的投入由一阶条件决定: a1=β1a_1 = \beta_1.

    委托人最大化总剩余 S=a1a12/2S = a_1 - a_1^2/2, 由一阶条件可知均衡中 β1*=a1*=1\beta_1^* = a_1^* = 1. 为了满足参与约束, 基本工资设定为 w0*=12211=0.5w_0^* = \frac{1^2}{2} - 1 \cdot 1 = -0.5. 此时最优线性合同的所有参数均和 kk 的具体取值无关.

  2. 情形 k<0k < 0 (努力彼此互补). 根据 IC 约束关于 a2a_2 的一阶条件, 有 a2=ka1a_2 = -k a_1. 代入 IC 约束关于 a1a_1 的一阶条件, 有 a1=β11k2a_1 = \frac{\beta_1}{1-k^2}, 进一步可得 a2=kβ11k2a_2 = -\frac{k \beta_1}{1-k^2}.

    委托人最大化总剩余 S(a1(β1),a2(β1))S(a_1(\beta_1), a_2(\beta_1)), 对 β1\beta_1 求导得到最优解 β1*=1kφ. \beta_1^* = 1 - k \varphi. 此时, a1*=a1FB,a2*=ka1FB=k(1kφ)1k2. a_1^* = a_1^{\text{FB}}, \qquad a_2^* = -k a_1^{\text{FB}} = \frac{-k(1-k\varphi)}{1-k^2}. 基本工资为 w0*=c(a1*,a2*)β1*a1*w_0^* = c(a_1^*,a_2^*) - \beta_1^* a_1^*.

2(d) 最优合同的比较及直观解释

两种产出均可写进工资合同的情形: β1*=1\beta_1^* = 1, β2*=φ\beta_2^* = \varphi

q2q_2 不可写进工资合同时, 委托人失去了奖金率 β2\beta_2 这一重要激励工具 . 但如果努力彼此互补, 委托人还可以靠 β1\beta_1 来激励行动 a2a_2. 此时最优合同取决于 kk 的正负性.

k<0k < 0, 则 β1*=1kφ\beta_1^* = 1 - k\varphi. 此时的奖金率甚至高于任务 1 投入的边际产出.

k=0k = 0k>0k > 0, 则 β1*=1\beta_1^* = 1, 并且均衡中代理人对任务 2 的投入为 00.